基于轮廓形状的肺部电阻抗成像三维插值方法

肺部三维信息利于医生做出更快更准确的诊断,但肺部三维重建的图像都是源自二维断层图像的叠加。二维图像的数量制约三维成像的效果,增加电极层数可获取更多层的二维图像,但同时也会增加计算量,减缓成像速度。虽然采取层间插值的方法可以解决这个问题,但是由于人体几何结构的特异性,肺部电阻抗图像(electrical impedance tomography,EIT)边界不规则,传统的规则图像插值方法不适合直接应用于肺部EIT三维插值。为此,提出适用于肺部电阻抗的插值算法,先获得插值图像轮廓,再用对应点插值像素值。通过仿真和实验验证新插值算法成像的相对误差比线性插值、样条插值成像的相对误差分别降低5.69%,3.3%。基于轮廓形状的肺部电阻抗三维插值方法,能在测量数据量有限的条件下,进一步提高三维电阻抗成像质量,更好地反映肺部的真实形态。

体全息存储中SLM和CCD的性能对页内噪声的影响

体全息存储系统中通常采用SLM和CCD作为输入输出器件。SLM和CCD的性能包括填充因子、对比度和像素形状 ,这些性能会对像面页内像素间干涉程度产生很大的影响 ,进而影响页内噪声的大小。针对这一问题 ,首先进行了理论分析 。

基于改进调制结构光的三维形状准确测量方法

针对结构光三维形状测量中投射结构光的相互反射而降低形状测量精度的问题,提出一种改进结构光三维形状测量方法。该方法是利用了直接反射和相互反射之间存在的相位差异,以格雷码为基础设计出新的调制结构光;向被测对象投射一系列调制结构光的正-反投影,并利用摄像机获取与其相对应的结构光条纹图像。通过该条纹图像的亚像素定位方法确定结构光的边缘。实验结果表明,该方法能够准确地分离或消除了相互反射,将提高结构光三维形状测量精度。

基于HEVC的亚像素运动估计快速算法

利用在亚像素搜索区域内误差匹配函数以单峰曲面分布的特点,提出了一种改进的亚像素的快速搜索算法。根据整像素搜索的结果建立5点的误差曲面模型,估计1/2像素最佳点的位置,并确定1/2像素点搜索范围和搜索模板;再根据1/2像素搜索结果确定1/4像素点的搜索方式,完成亚像素搜索。实验表明,算法在峰值信噪比平均下降0.043dB的条件下,减少了亚像素搜索部分近60%的计算量,在保证重建图像的主观质量和客观质量的同时,提高了编码效率。

互信息算法用于位移场的确定

文章提出了一种基于互信息确定固体表面位移场的新方法 ,通过计算机数字模拟实验和实物标准位移实验 ,验证了该方法的可行性 ,并得到了 0 .0

基于卷积神经网络的分数像素运动补偿

分数阶插值是帧间编码运动补偿中一项重要技术。为改进传统插值滤波器插值效果不佳,现有基于深度学习的方法存在只生成半像素样本、需要对各个分像素位置及量化参数(QP)训练相应模型、需引入额外的信息作为输入等不足之处,本文提出一种用于帧间编码分数像素运动补偿的卷积神经网络(CNN)方法。首先以残差稠密网络为基础,然后联合多尺度失真特征提取结构及亚像素卷积来增加特征提取准确性和生成分数像素。为了训练所提出的网络,本文分析该分数阶插值任务的特点,构建了带有真实性失真的数据集。该模型依靠参考帧生成各个位置的分数像素样本,且适应任意的量化参数。实验结果表明,与H.265/HEVC相比可以节省更多的比特数。在低延迟P(LDP)的配置下,平均降低2%的BD-rate,与同类方法相比综合性能也有所提升。

体全息存储中几种软件降噪方法的综合使用

针对体全息存储系统中常见的几种噪声源 ,即大尺度噪声、像素间干涉噪声以及突发性随机噪声的特点 ,分别采用减背景、页内均衡化和所罗门编码三种软件方法予以补偿。在实验中 ,通过将三种方法有机地结合在一起 ,获得了明显的降噪效果 ,误比特率由初始的 1 0 - 2 降低到 1 0 - 4以下。

篮球运动快速位移图像自适应定位方法

针对传统方法在进行篮球位移图像定位时存在计算复杂度高、抗干扰性差、准确性低的问题,提出一种新的篮球运动快速位移图像自适应定位方法.对图像互能量谱进行反转,对得到的背景运动偏移量进行补偿;依据灰度阈值技术,对背景模板和当前帧篮球运动图像进行差分,获取当前帧快速位移区域;将种子像素作为生长起点,将邻域中与种子像素相似的像素聚集起来,得到快速位移目标的最小框,完成定位.结果表明,所提方法得到的定位结果清晰准确,抗干性强扰;在目标出现变形的情况下,本文方法受变形影响小,抗噪能力高,定位精度高.

基于深度特征提取的无人机检测算法

随着无人机技术在生产生活中的广泛应用,由其引起的公共安全、隐私保护等问题也日渐突出,因此基于计算机视觉的无人机检测技术逐渐成为当下的研究热点。目前,常用的深度学习目标检测方法如Faster-RCNN、Yolo等在通用的目标检测领域已经可以获得良好的检测性能。但是在无人机检测任务上,由于目标小、边缘设备算力低等限制因素,常用的目标检测算法无法有效地应对这些难题。对此,文中基于轻量级无人机检测网络TIB-Net,引入改进的特征融合模块,将层间特征金字塔模型与像素洗牌方法结合并集成到主干网络,提出了基于深度特征提取的无人机检测算法。该算法不仅通过像素洗牌增强了小目标的细节特征,同时由于层间金字塔的引入,扩大了深度网络的感受野,增强了网络特征提取能力。最终在无人机数据集上进行了测试,对比结果显示该算法对无人机检测的效果有明显提升,最终mAP达到90.4%。

基于AV1的螺旋搜索算法优化

为降低视频编码过程中帧间运动估计运算的复杂度,本文采取螺旋搜索算法代替AV1中的钻石搜索算法。在此基础上,提出螺旋搜索算法的优化方案,分别测试了使用不同层编码块代价更新情况作为螺旋搜索提前终止条件的性能损失与计算复杂度。实验证明,本文提出的基于螺旋搜索使用不同层作为提前终止算法相较于按照SuperBlock做螺旋搜索最大只增加了0.0597%的BD-BR,却使搜索点数降低了33.2%,更加易于实现实时编码。

用于像素阵列扫描控制的低功耗RISCV处理器

在高能物理实验中,需要在探测器范围内准确测量粒子的时间和位置信息,因此需要大型像素阵列。当像素探测器在有限的区域内形成统一的模块时,多控制器互连和像素阵列的控制将变得复杂。文中提出了一种可重构的数字读出系统来克服这个问题。处理器包括三部分:核心模块、通信接口和像素扫描阵列。处理器的核心模块是基于RISCV指令集的低功耗CPU;通信接口能够在核心控制器之间进行数据交换和程序烧录;像素扫描阵列支持256×256像素点,并且扫描面积和像素阈值可以根据不同情况下的要求进行配置。该原型已成功建立并通过仿真验证,130 nm工艺下处理器面积为7.68 mm^(2),在40 MHz频率下的动态功耗为53.0249 mW。

一种基于内像素计算相移干涉步长的优化方法

相移干涉中,采用内像素椭圆拟合方法进行相移步长估计是一种有效的方法。提高这种方法的精度关键在于从干涉图中找到两组相差π/2的像素。通过对干涉序列图中局部区域灰度均值零、极点的位置计算,选定两幅相差π/2干涉序列图。运用这两幅干涉序列图,在对每个像素点采用四种灰度判别方法的基础上,提出了一种全视场范围内最大限度寻找相位相差π/2两组像素的方法。实验表明,这种方法比传统的方法具有更高的精度与普适性。